基于區(qū)域視頻圖像序列的微小細節(jié)增強技術(shù)研究.pdf

1、隨著計算機技術(shù)的日新月異的發(fā)展，視頻圖像信息在人類認知世界的各個領(lǐng)域發(fā)揮著越來越重要的作用。由于人眼受到生理、心理和神經(jīng)系統(tǒng)調(diào)節(jié)的限制，分辨率是相當有限的，所以在人眼不可視區(qū)域或者肉眼無法察覺的區(qū)域隱藏著大量微小細節(jié)。這些微小細節(jié)中的紋理信息，通過特定的圖像增強技術(shù)，可以是使用戶看到的視頻更加清晰，內(nèi)容更加豐富。而微小細節(jié)中的運動信息，通過放大往往能反映了潛在的運動信息，揭示其中隱含的重要規(guī)律。
　　目前各種各樣的圖像處理技術(shù)層出

2、不窮，基本上都是基于可視區(qū)域的去噪和提高對比度，和對細節(jié)上的失真進行增益或補償，而對于不可視區(qū)域的研究屈指可數(shù)。本論文通過分析和對比找到了一種的適用于微小紋理放大的自適應(yīng)圖像視頻細節(jié)增強技術(shù)，該技術(shù)通過多尺度分析圖像，采用新的圖像融合技術(shù)和邊緣處理方法，使得原始圖像中肉眼無法察覺區(qū)域的微小細節(jié)紋理得以顯示出來，實驗效果很好而且是目前為數(shù)不多的同樣適用于視頻圖像序列的增強算法。在微小運動放大方面，本論文細致地分析了運動目標提取、運動目標增

3、強等相關(guān)的原理和技術(shù)，并將之運用到提取固定背景的車輛跟蹤實驗中。最后再將運動增強技術(shù)的研究深入到人眼不可視區(qū)域，分析了目前最新的兩種基于不同原理的微小運動放大技術(shù)，一個基于拉格朗日描述法，另一個是基于歐拉描述法，闡述了兩種方法的相同和不同之處，對比了實驗結(jié)果，分析了這兩種方法優(yōu)缺點，最終融合這兩種方法的優(yōu)勢，找到一種新的改進算法。
　　綜上所述，本論文系統(tǒng)地研究了視頻圖像序列的微小細節(jié)增強技術(shù)，對微小紋理和微小運動方面的相關(guān)技術(shù)的